非 CS, 想弄弄编译, 还啃龙书吗?

[xtreme1]

你是要搞哪一块..
如果只是想快速了解一下, 可以找一些 LLVM 教程看一看

[Lax]

书店随便买一套普通教材看看吧
离散数学-形式语言与自动机-编译原理

[Mithril]

不建议直接啃。
如果你会写代码的话，可以找找教程用你熟悉的语言实现个简单的编译器。弄个 JSON 解析器，或者做个简单的 DSL 等等。遇到哪里不懂的名词去查或者直接翻书就行。
这样你对于编译这个过程有个直观的理解以后，再去啃就会容易很多。
而且你也能知道自己想要学的那部分，对应的是哪些技术。学起来也更有目的性。

[shijingshijing]

其实现在编译器开发也有划分了前端（ Front End ）与后端（ Back End ），前端偏算法和数据结构；后端偏硬件底层和系统架构。看你准备弄哪一块？

而且搞编译器出来工作岗位也不多吧。。。 搞这个的都是大牛。

[heyjei]

非专业人士，看看 Antlr 就足够了，而且还有一定的实用性

[zsj950618]

龙书只是入门吧。。。你要是连一些名词都不知道，其他直接上手的教程估计看不懂。。。

[zsj950618]

或者说看龙书的时候，一些算法没看懂可以不着急研究，但书总归要先翻一遍

[SmiteChow]

编译原理是基础，跳不过的，概念要清楚，要不然你可能连最基本的文法一关都过不去。

[billlee]

快速上手建议看 antlr 手册，跑起来以后要加高级特性的时候再看龙书

[DianQK]

我当前学习的路线供参考

一
- Computer Systems: A Programmer's Perspective
- Crafting Interpreters （替代 自己动手实现 Lua 虚拟机、编译器和标准库）
- 程序员的自我修养：链接、装载与库（替代 上面的 CSAPP ）

二
- 清华大学的《数据结构（ C++ 语言版）》邓俊辉（看了一部分，很棒！）学习中

三
- **南京大学 软件分析 [**https://tai-e.pascal-lab.net/**]( https://tai-e.pascal-lab.net/) 国内顶级的静态分析课程，最近看完了所有的视频，也完成了 OJ 作业，非常棒的课程**
- Compilers: Principles, Techniques, and Tools （以下几章可以算是上面的软件分析的下一步学习的扩展）
- 6.2 Three-Address Code
- 8 Code Generation
- 9 Machine-Independent Optimizations
- 12 Interprocedural Analysis （还没开始看）计划待看
- CS 6120: Advanced Compilers γ https://www.cs.cornell.edu/courses/cs6120/2020fa/ 看了一半搁置了

四
- **LLVM Techniques, Tips, and Best Practices Clang and Middle-End Libraries 上手 LLVM 前一定要看**
- https://github.com/banach-space/llvm-tutor ​学习中
- Learn LLVM 12: A Beginner's Guide to Learning LLVM Compiler Tools and Core Libraries With C++

其他参考
- [编译高级教程｜学习笔记]( https://leiblog.wang/%E7%BC%96%E8%AF%91%E9%AB%98%E7%BA%A7%E6%95%99%E7%A8%8B%EF%BD%9C%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/)
- [2019 EuroLLVM Developers’ Meeting: V. Bridgers & F. Piovezan “LLVM IR Tutorial - Phis, GEPs ...”](

)
- [Creating the Bolt Complier 系列]( https://mukulrathi.com/create-your-own-programming-language/intro-to-compiler/)

[Ta0Ta0Ta0]

我推荐一下哈工大姜守旭老师的编译原理视频课程吧，思路清晰，这门课靠他的讲述拿了个不错的分

[gengjiawen]

推荐 https://book.douban.com/review/13617730/， 已经有中文版。

[andyJado]

@DianQK
我目前的进展:

wow, bit and context, 我悟了.

@gengjiawen

https://book.douban.com/review/13617730/

已标记, 但, 也许我心中真正好奇的是, 编译是他妈的在干嘛, 为啥要整那些呢? AST 放松了什么痛苦? MIR 呢?

[littlewing]

直接搞 llvm

[hk3475]

看 crafting interpreter 就够了 还有龙书太重 parse 了 你不搞学术的话 搞懂 recursive decent 就行了 后面可能也是用 antlr 之类的多

[Origami404]

我的理解是编译即翻译，是数据结构跟特性的变化。

数据结构的变化的话主要有：文本->词法流，词法流->ast ，文本->ast ，ast->各种类型的 ir 。

特性的变化主要是有无变量，有无语句还是纯表达式，有无非局部控制流，有无闭包，有无宏，有无可直接访问的线性内存，有无模板之类的。

要学哪一步就要学特定的实现方法，比如词法流->ast 就有一堆 ll ，lr ，parser combinator 之类的。然后各个特性的翻译也是有要学的

[Origami404]

实践上我觉得最难的是从有变量的语言转到无变量的语言 /ir 的实现，这意味着将表述程序的重心从内存位置转移到值，需要做很多分析。

[Origami404]

当然要实现特定的大的特性，比如基于原型的 oop ，类似 Java 那样的 oop ，惰性运算，条件系统那种的话，还要再深入具体体系看看设计。

[Origami404]

做多趟编译器的话感觉首先是要想好 ir 形式，是指令变量分离的三地址，还是类似 llvm 跟 graal 的图状 ir ，又或者是 lisp 系的 cps 。很多时候理解了 ir 跟源语言之后从 ast 到 ir 这一步就都迎刃而解了

[Origami404]

@andyJado AST 是程序结构的抽象表示，使用 ast 可以完全将语义部分（即遇到什么程序结构要干什么）跟解析部分（从词法流中解析出程序结构）分离开来。在早期不分的情况下，必须在解析部分就指定解析出的程序结构的语义，就会导致代码耦合。

其实换一种角度想，你可以将 AST 视作一种“所有语言都具有的语义”，因为它表达且只表达了程序结构，没有任何多余信息。

其实可以各种各样的 IR 就是各种各样的数据结构。我们使用数据结构的目的就是为了方便插入 /提取某些信息，方便一些算法的使用。使用某种 IR 的目的也是这样，不同种类的 IR 能方便地获取源程序中不同的信息，从而方便不同的优化算法使用。

当然了，IR 本身作为一个 AST 跟实际汇编语言后端之间的抽象层这个作用也是很重要的，它能极大方便多后端编译器的开发。

[FYFX]

看了 OP 13 楼的进一步说明，那就 https://craftinginterpreters.com/

[nightwitch]

parser 只掌握递归下降 LL1 可以解决 90%的问题了。
重点在后端求值和优化部分，从字符串到 ast 都是体力活，换着花样解析没太大意义。

[dog82]

炸出一堆大神，我编译原理只肝到语法分析，我天资差感觉太难了

[bruce0]

@dog82 我都没去肝过, 我自认为不是那块料🐶

[andyJado]

@FYFX 啊啊 我看过他写的那个那个那个代码有蓝色有红色的!

https://journal.stuffwithstuff.com/2015/02/01/what-color-is-your-function/

您函数啥颜色呀?

[penguinWWY]

啃龙书没啥意义。
如果你想整体了解编译，不要在 parser 上浪费时间，parser 是一个非常“符合直觉”的事情，本质上就是如何把一段文本变成结构化的数据，所以不要被各种名词唬住，自己写一个简单的表达式解析器，就能大概明白了。同时 parser 在整个编译过程中只占了很小的一部分，基本没啥值得关注的东西。

编译整体看是一个不断 lower （ desuger ）的过程，用简单代替复杂，具体代替抽象。所以整体看的话，你需要大概了解一下体系结构和指令集，也就是编译的终点是什么样的。中间的过程不管是 AST 也好，IR 也好，no-target machine code 还是 target machine code ，从认知上来讲，都不是必须的（你完全可以设计一个非常简单的表达式语言，然后直接翻译成汇编指令），这些步骤只是为了满足某种需求（ native code or Interpreter ？ JIT or AOT ？ interprocedural or intraprocedural ？）而增加的、便于使用的中间层。

明确输入（语言、特性、功能）和输出（目标指令集），剩下的就是取舍和拼接。现在编译体系复杂之处在于为了某些目标（性能、功能、复杂的语言特性）而在不同层次间不得不产生耦合，使用某些约定（而不是设计）。当这种情况越多，原本清晰的结构就会变成一坨。。。

[andyJado]

> 这意味着将表述程序的重心从内存位置转移到值

@Origami404 谢谢老师! 我也去体会体会🏃

[andyJado]

@penguinWWY 挠到了! 谢谢老师!

[woctordho]

建议边做边学，你可以先试试发明一门新的语言，比如用东北话编程 https://github.com/zhanyong-wan/dongbei

先用土办法写一个解释器，然后再看编译原理里的那些概念，就知道你自己在干什么了

[fengjianxinghun]

前端毫无技术含量，随便用什么，手写 LL(N)都能解决 99%的编程语言问题。
至于后端有 llvm 在，任何重头开发的都是造瘪轮子。

[pocarisweat]

入门学习的话，龙书不如橡书（《 Engineering a Compiler 》，第二版有中文版，第三版英文版刚出），差不多理解了自动机和递归下降那一套东西，就可以尝试自己写 Parser 了。

中后端还是建议从 LLVM 入手，先用 Clang 编译一些常见的 C 代码到 LLVM IR 了解 IR 是个什么结构（ IR 本身的结构就和汇编有些接近，如果不懂汇编的话这一步也有利于了解汇编），然后通过改 IR 看 opt （中端）和 llc （后端）的输出学习常见的优化。LLVM 有大量的回归测试，通过它们能弄明白每个优化 Pass 到底是干嘛的。